Data Mining für Anfänger

Quantitative Analysen werden in erster Linie mit der Verarbeitung von größeren Datenmengen im mathematischen Bereich in Verbindung gebracht. Tatsächlich eignet sich eine solche Herangehensweise ebenso, um sprachlichen Texten mehr Informationen zu entlocken, als wenn man diese schlicht im klassischen Sinne bearbeiten würde. Das wird vor allem dann relevant, wenn man es mit einem großen und vielleicht unübersichtlichen Textkorpus zu tun hat. Eine solche Herangehensweise, im Fachjargon oft “Datamining” genannt, ist, wie in vielen Fällen und dank der Digitalisierung, deutlich einfacher als man denken könnte und da man bekanntermaßen am besten lernt, wenn man die Dinge einfach mal ausprobiert, widmet sich dieser Blog dem Vergleich zweier solcher Tools.

Die beiden hier vorgestellten Programme zeigen dabei gut auf, wo die Möglichkeiten und Grenzen solcher Analysetools liegen, aber warum man letztlich nicht um sie herumkommt, hat man es bei einer Textauswertung mit umfangreicheren Schriften zu tun (in meinem Fall der Wiener Zeitung des Monats Mai von 1918)

Voyant:

Voyant ist weniger ein Programm als lediglich eine ziemliche schlaue Internetseite. Man muss keine Registrierung vornehmen, was ich als sehr angenehm empfand (hat aber auch Nachteile, will man zu einem späteren Zeitpunkt auf die Auswertung zurückkommen, die ist dann nämlich weg). Die Anwendung ist intuitiv und es gibt eine umfangreiche support-Seite, die allerdings erst mal gefunden werden möchte (kleines blaues Fragezeichen suchen und dann auf more help…). Hat man seine Texte auf die Website geladen, sticht als erstes die „wordcloud“ ins Auge (siehe Bild). Das ist die wohl anschaulichste Art der Darstellung von dem, was voyant in seiner einfachsten Variante am besten kann: Wörter zählen und in Relation setzen. Von der minutiösen Aufzählung, wie oft welches Wort in welchen Text vorkommt, bis hin zu Trends gewisser Wörter innerhalb der verschiedenen Dokumente, voyant lässt in dieser Hinsicht keine Fragen offen. Einen Schritt tiefer geht die Kontextanalyse, bei der die ausgewählte Wörter oder Phrasen auf ihre vorhergehenden oder nachfolgenden Termini untersucht werden können. Damit erschließt sich dem/der Analysten*in ebenfalls eine thematische Ebene. Hat man seine Texte erst mal hochgeladen (was in meinem Fall sehr viel Geduld erforderte), läuft die Analyse einfach und flüssig. Das Programm erscheint mir somit ideal, um sich einen ersten Überblick über seine Texte zu verschaffen.

Voyant bietet die Möglichkeit, verschiedene Analystools parallel zu benutzen und zu vergleichen, dafür büßt die Seite mit Übersichtlichkeit ein.

Overview:

Overview wirkt auf den ersten Blick wie das erwachsene Geschwister von Voyant. Das Programm wirkt professioneller und weniger überladen, es ist allerdings auch das Anlegen eines (Gratis) Account vonnöten. Ähnlich wie bei Voyant gibt es die unabdingbare Wordcloud, allerdings schlägt Overview von hier aus weitgehend neue Wege ein. Bemerkenswert sind die sogenannten TopicTrees bei der sich die gesamten Texte in verschiedene Unterkategorien automatisch einteilen. Gerade bei größeren Text – und Dokumentenmengen erleichtert das die Kategorisierung enorm, vor allem, da man anschließend einzelne Phrasen suchen und sozusagen im Kontext des Textkorpus verfolgen kann. Ein weiteres sehr angenehmes Feature ist, dass man die Originaldokumente stets an der Seite zur Verfügung hat und entsprechend markieren oder rezipieren kann. Für eine qualitativ anspruchsvollere Analyse würde ich Overview sicher zu Voyant bevorzugen.

Overview erlaubt dem Benutzer das Erstellen von TopicTrees bei zeitgleichem Zugriff auf die Dokumente.
Schlussbemerkung

Overview und Voyant bieten somit beide Vor – und Nachteile. Wer eine leicht zugängliche quantitative Auswertung benötigt ist mit Voyant gut beraten. Overview fokussiert sich mehr auf inhaltliche Aspekte und bietet das angenehmere Interface. Zusätzlich sind die Textkapazitäten auf Overview größer und es kommt mit einer hauseigene OCR daher. Die tatsächliche upload Zeit der Texte ist bei beiden Programmen relativ lang, aber Overview arbeitet auch in dieser Hinsicht transparenter.

Eines muss man sich in jedem Fall stets gewahr bleiben: Eine Analyse im Sinne von Data Mining, ob mit Overview oder Voyant, kann maximal eine ergänzende Funktion einnehmen. Die tatsächliche qualitative Auswertung wird damit zwar aufgewertet, aber kann keinesfalls ersetzt werden.


Das könnte dich auch interessieren …

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.

Diese Website verwendet Akismet, um Spam zu reduzieren. Erfahre mehr darüber, wie deine Kommentardaten verarbeitet werden.

Suche in OpenEdition Search

Sie werden weitergeleitet zur OpenEdition Search